IT之家4月10日消息，美國康奈爾大學(xué)的研究人員開發(fā)了一種新技術(shù)，可以通過聲吶眼鏡進(jìn)行無聲溝通。這種眼鏡利用微型揚(yáng)聲器和麥克風(fēng)來讀取佩戴者默念的單詞，從而可以在不需要物理輸入的情況下執(zhí)行各種任務(wù)。
這項技術(shù)由康奈爾大學(xué)的博士生張瑞東（音譯）領(lǐng)導(dǎo)開發(fā)，是在一個類似的項目的基礎(chǔ)上進(jìn)行的改進(jìn)，該項目使用了一個無線耳機(jī)，而之前的模型則依賴于攝像頭。
據(jù)IT之家了解，該聲吶眼鏡使用一種名為EchoSpeech的無聲語音識別接口，利用聲吶來感知嘴部運(yùn)動，同時使用一個深度學(xué)習(xí)算法實(shí)時分析回波特征。這使得系統(tǒng)能夠以約95%的準(zhǔn)確率識別佩戴者默念的單詞。
這項技術(shù)最令人興奮的前景之一是，對于有語言障礙的人來說，可以使用它來無聲地將對話輸入到語音合成器中，然后將單詞大聲說出來。眼鏡也可以用來在安靜的圖書館中控制音樂播放，或者在嘈雜的音樂會上口述信息。
該技術(shù)既小巧又低功耗，也不會侵犯隱私，因為沒有數(shù)據(jù)離開用戶的手機(jī)。這樣，就不會有隱私方面的擔(dān)憂。眼鏡佩戴非常方便，比其他可用的無聲語音識別技術(shù)更實(shí)用、更可行。
研究人員表示，該系統(tǒng)只需要幾分鐘的訓(xùn)練數(shù)據(jù)來學(xué)習(xí)用戶的語音模式，學(xué)習(xí)完成后，就可以朝用戶的臉上發(fā)送和接收聲波，感知嘴部運(yùn)動，同時使用深度學(xué)習(xí)算法分析回波特征。該系統(tǒng)目前能夠識別31個孤立的命令和一串連續(xù)的數(shù)字，并且錯誤率低于10%。
該系統(tǒng)目前的版本提供了大約10小時的電池續(xù)航，并且可以通過藍(lán)牙無線地與用戶的智能手機(jī)通信。智能手機(jī)負(fù)責(zé)處理和預(yù)測所有數(shù)據(jù)，并將結(jié)果傳輸?shù)揭恍?ldquo;動作鍵”，讓它可以播放音樂、與智能設(shè)備交互或激活語音助手。
康奈爾大學(xué)智能計算機(jī)接口未來交互（SciFi）實(shí)驗室正在利用康奈爾大學(xué)的一個資助計劃來探索將這項技術(shù)商業(yè)化的可能性。
